出版社内容情報
信号処理や機械学習等の応用の立場から線形代数を学び直すための再入門書。応用で重要となる,固有値や特異値の持つ意味を徹底解説。
目次
第1章 ベクトルと行列
第2章 行列の特異値展開
第3章 ベクトル空間
第4章 線形方程式と最小二乗法
第5章 センサーアレイデータにおける信号とノイズの分離
第6章 時間領域での信号とノイズの分離
第7章 信号源推定
第8章 ベイズ機械学習の基礎
第9章 数値実験
付録 数学的補足
著者等紹介
関原謙介[セキハラケンスケ]
首都大学東京名誉教授、工学博士。1976年東京工業大学物理情報工学修士課程卒業後、日立製作所中央研究所メディカルシステム部にてX線CTやMRI、生体磁気イメージング等の画像診断機器の研究・開発に従事する。1996年より2000年まで科学技術振興事業団「心表象」プロジェクトにおいて認知グループ研究リーダー。同プロジェクトにおいて脳機能イメージングの研究を行う。2015年まで首都大学東京システムデザイン学部教授。2015年4月より東京医科歯科大学ジョイントリサーチ講座客員教授。株式会社シグナルアナリシス代表。IEEE fellow、ISFSI(International Society of Functional Source Imaging)fellow。専門:逆問題、信号源再構成法。特に脳や心臓、脊髄等からの生体磁場信号の計測と処理の研究(本データはこの書籍が刊行された当時に掲載されていたものです)
※書籍に掲載されている著者及び編者、訳者、監修者、イラストレーターなどの紹介情報です。
感想・レビュー
※以下の感想・レビューは、株式会社ブックウォーカーの提供する「読書メーター」によるものです。
Sean
3
線形代数を使った信号処理手法を解説。基本はSVDを使う。2021/01/23
酒井 敦
0
線形代数を使った信号処理の解説である。まず、ノイズ除去に対して、特異値展開(別名特異値分析、SVD(Singular Value Decomposition)を用いて、周波数と時間空間での信号取得を説明している。そのあと、MUSICアルゴリズム(MUltiple SIgnal Classicication)を用いて、信号源推定(Beamforming)を紹介している。5Gで使われるMassive MIMOからは遠いが、少し近づいている気がする。少なくとも、MIMO論文の記号はあたりが付くようになる。2022/09/29